[发明专利]磁共振成像方法、装置、系统及存储介质

说明书

本发明公开了一种磁共振成像方法、装置、系统及存储介质。其中方法包括：获取磁共振成像的原始模型，根据用于求解所述原始模型的迭代算法建立初始成像模型，所述迭代算法中包括待定参数、待定求解算子和待定结构关系中至少一个；基于样本数据对所述初始成像模型进行训练，生成磁共振成像模型，其中，所述初始成像模型的训练用于学习所述迭代算法中的待定参数、待定求解算子和待定结构关系中至少一个；获取待处理的欠采样K空间数据，将所述欠采样K空间数据输入至所述磁共振成像模型，生成磁共振图像。提高了磁共振成像模型的自由度，相对于传统方式，通过学习得到的磁共振成像模型可提高磁共振重建图像的质量。

技术领域

本发明实施例涉及深度学习技术，尤其涉及磁共振成像方法、装置、系统及存储介质。

背景技术

磁共振利用静磁场和射频磁场对人体组织成像，它不仅提供了丰富的组织对比度，且对人体无害，因此成为医学临床诊断的一种强有力的工具。但是，成像速度慢一直是制约其快速发展的一大瓶颈。

在快速成像方面，目前常用的技术是并行成像和压缩感知。并行成像是利用多通道线圈之间的相关性来加速采集，而压缩感知则是利用被成像物体的稀疏性这一先验信息来减少k空间采样点。但是受硬件等条件限制，并行成像加速倍数有限，且随着加速倍数的增加，图像会出现噪声放大的现象；而压缩感知技术由于采用迭代重建使得重建时间非常长，且较难选择稀疏变换和重建参数。

发明内容

本发明提供一种磁共振成像方法、装置、系统及存储介质，以实现提高磁共振图像质量。

第一方面，本发明实施例提供了一种磁共振成像方法，包括：

获取磁共振成像的原始模型，根据用于求解所述原始模型的迭代算法建立初始成像模型，所述迭代算法中包括待定参数、待定求解算子和待定结构关系中至少一个；

基于样本数据对所述初始成像模型进行训练，生成磁共振成像模型，其中，所述初始成像模型的训练用于学习所述迭代算法中的待定参数、待定求解算子和待定结构关系中至少一个；

获取待处理的欠采样K空间数据，将所述欠采样K空间数据输入至所述磁共振成像模型，生成磁共振图像。

第二方面，本发明实施例还提供了一种磁共振成像装置，该装置包括：

初始成像模型建立模块，用于获取磁共振成像的原始模型，根据用于求解所述原始模型的迭代算法建立初始成像模型，所述迭代算法中包括待定参数、待定求解算子和待定结构关系中至少一个；

模型训练模块，用于基于样本数据对所述初始成像模型进行训练，生成磁共振成像模型，其中，所述初始成像模型的训练用于学习所述迭代算法中的待定参数、待定求解算子和待定结构关系中至少一个；

磁共振成像模块，用于获取待处理的欠采样K空间数据，将所述欠采样K空间数据输入至所述磁共振成像模型，生成磁共振图像。

第三方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明任意实施例提供的磁共振成像方法。

第四方面，本发明实施例还提供了一种磁共振成像系统，包括磁共振设备和计算机设备，其中所述计算机设备包括存储器、一个或多个处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如本发明任意实施例提供的磁共振成像方法。

本实施例提供的技术方案，通过根据包括待定参数、待定求解算子和待定结构关系中至少一个的迭代算法建立初始成像模型，通过对初始成像模型的训练，学习迭代算法中的待定因素，替代现有技术中基于固定求解算子、固定参数和固定结构关系，提高了磁共振成像模型的自由度，相对于传统方式，通过学习得到的磁共振成像模型可提高磁共振重建图像的质量。

附图说明